Algorithm fft-优化代码以消除Nyquist上方的图像
我的理解是:如果我对2048个数据点进行FFT,我将获得前1024个点的数据,表示频率,最多为采样频率的1/2。 我发现时间抽取(DIT)和频率抽取(DIF)是计算FFT更快的方法。Algorithm fft-优化代码以消除Nyquist上方的图像,algorithm,fft,Algorithm,Fft,我的理解是:如果我对2048个数据点进行FFT,我将获得前1024个点的数据,表示频率,最多为采样频率的1/2。 我发现时间抽取(DIT)和频率抽取(DIF)是计算FFT更快的方法。 我的问题是:是否有一个简单的程序。。。不需要考虑FFT的上半部分吗?如果我要截断/丢弃它,我当然可以通过不计算它来节省时间?您可以节省一点时间——转换后的输出的上半部分每个条目需要几个浮点操作。然而,与DIT和DIF策略的总θ(n logn)运行时间相比,渐近节省是θ(n)。有关DIT策略的电路图,请参见下文:计算
我的问题是:是否有一个简单的程序。。。不需要考虑FFT的上半部分吗?如果我要截断/丢弃它,我当然可以通过不计算它来节省时间?您可以节省一点时间——转换后的输出的上半部分每个条目需要几个浮点操作。然而,与DIT和DIF策略的总θ(n logn)运行时间相比,渐近节省是θ(n)。有关DIT策略的电路图,请参见下文:计算X[0..3]需要所有E和O项。DIF的情况类似
”“是维伦斯自己的作品。根据CC BY 3.0 via.许可,共轭对称仅适用于实际输入。FFT结果上半部分的大部分计算对于下半部分也是必需的。因此,实输入FFT只保存FFT计算的第一层和最后一层(O(log(N))层中的一位。